PYNQ-Z2

100小时从零开始:双目视觉重建系统

在上一期100小时从零开始:用摄像头认识世界中,暑期学校A班的同学思维巧妙,让摄像头得到了活用。本期小编继续为大家带来使用了摄像头的暑期学校B班优秀作品分享之双目视觉重建系统。让我们一起来看看吧!

100个PYNQ的类脑计算集群是怎样的体验?

类脑计算的基础是脉冲神经网络(SNN, Spiking Neural Network),相比 DNN(Deep Neural Networks)等第二代神经网络,SNN 工作机理更接近于生物大脑,因此被认为是第三代神经网络。类脑计算研究的一个重要任务是探索最适合SNN运行的类脑体系结构,研制高性能、低功耗的类脑计算机。

【相机新玩法】PYNQ的散射成像相机 CC Cam

这一期我们将给大家带来的是第三届全国大学生FPGA创新设计竞赛特等奖作品——基于PYNQ的散射成像相机CC Cam。该作品由来自东南大学的陈欣玥,雷弈,刘可同学设计完成。她们的作品同样基于Xilinx的PYNQ开源软件框架,同时也使用Xilinx的高级综合工具HLS设计了加速算法IP核。

开发者手记 | 我与XILINX

初识XILINX,是PYNQ-Z2。当时刚学完学校的数字电路课程,对FPGA并不了解,学校课程也仅仅是用VHDL验证了一些基础的FPGA实验,例如生成一个n进位序列码。并不知道FPGA有这么广阔的应用。在一次王伟博士的培训上,我第一次接触到了PYNQ。在讲座中,我运行了一个PYNQ的demo。通过USB摄像头检测边缘处理

【资深创客|】五一,5天,自制一个RISC-V

RISC-V-On-PYNQ Overlay实现了在PYNQ-Z2板上的RISC-V处理器及工具链集成,并提供了完整的RISC-V源码与设计流程,得益于PYNQ软件框架,其支持在Jupyter Notebook对RISC-V进行编译、调试与验证,即可以在Jupyter Notebook上编写一段C/C++/RISC-V汇编程序,将编译后的二进制文件放到picoRV32上运行

【周末创客】OV摄像头视频通路设计实现与图像处理案例

图像处理算法在各种场景中都有广泛应用,借助于FPGA并行计算的优势可以将算法性能有效提升,但为了提升系统整体性能,仅仅提升某一部分的性能是不够的,一个好的方法是在FPGA内实现全部视频输入输出接口和图像算法的完整通路

【周末创客】PYNQ Overlay - 分类器

近来卷积神经网络(CNN)的研究十分热门。CNN发展的一个瓶颈就是它需要非常庞大的运算量,在实时性上有一定问题。而FPGA具有灵活、可配置和适合高并行度计算的优点,十分适合部署CNN。

PYNQ-Z2快速上手教程

在开始之前,你需要准备好如下物品:
PYNQ-Z2开发板
装有最新版本Chrome浏览器的PC机
一根百兆/千兆网线
一根Micro USB线
至少8GB大小的Micro SD卡和读卡器
下载安装putty串口软件

【周末创客】Grove传感器系列(一)

基于FPGA的灵活可配置以及强大扩展能力,PYNQ板卡可以连接各种外设,比如Seeed Studio和DFRobot就有大量的传感器外设可供选择,结合AWS Greengrass等IoT解决方案 (国内BAT公司也有类似解决方案), 就可被应用于工业物联网、智能家居等应用场景,也可以使用到无人驾驶等领域。

PYNQ-Z2初上手——启动PYNQ系统

PYNQ是利用Python语言对ZYNQ进行开发的项目。PYNQ从SD卡中启动,从镜像文件中加载系统程序,通过网口连接到浏览器上的Jupyter Notebook,在上面进行Python开发。ZYNQ包括一个双核ARM Cortex-A9处理器和一个FPGA,即处理器系统(PS)和可编程逻辑(PL),主要通过AXI接口连接。